spss怎么进行主成分分析图文[朗读]

主成分分析是将多个指标化为少数几个不相关的综合指标，并对综合指标按照一定的规则进行分类的一种多元统计分析方法。这种分析方法能够降低指标维数，浓缩指标信息，将复杂的问题简化，从而使问题分析更加直观有效。那么spss怎么进行主成分分析图文呢？
spss怎么进行主成分分析图文。
1、将数据录入excel或者spss
spss怎么进行主成分分析图文。
2、数据标准化：打开数据后选择分析→描述统计→描述，对数据进行标准化，选中将标准化得分另存为变量：
spss怎么进行主成分分析图文。
3、进行主成分分析：选择分析→降维→因子分析。
spss怎么进行主成分分析图文。
4、设置描述性，抽取，得分和选项：
spss怎么进行主成分分析图文。
5、查看主成分分析和分析：相关矩阵表明，各项指标之间具有强相关性。比如指标gdp总量与财政收入、固定资产投资总额、第二产业增加值、第三产业增加值、工业增加值的相关系数较大。这说明他们之间指标信息之间存在重叠，适合采用主成分分析法。
spss怎么进行主成分分析图文。
6、totalvarianceexplained（主成分特征根和贡献率）可知，特征根λ1=9、092，特征根λ2=1、150前两个主成分的累计方差贡献率达93、107%，即涵盖了大部分信息。这表明前两个主成分能够代表最初的11个指标来分析河南各个城市经济综合实力的发展水平，故提取前两个指标即可。主成分，分别记作f1、f2。
spss怎么进行主成分分析图文。
7、指标x1、x2、x3、x4、x5、x6、x7、x8、x9、x10在第一主成分上有较高载荷，相关性强。第一主成分集中反映了总体的经济总量。x11在第二主成分上有较高载荷，相关性强。第二主成分反映了人均的经济量水平。但是要注意：这个主成分载荷矩阵并不是主成分的特征向量，也就是说并不是主成分1和主成分2的系数，主成分系数的求法是：各自主成分载荷向量除以各自主成分特征值的算术平方根。
spss怎么进行主成分分析图文。
8、成分得分系数矩阵（因子得分系数）列出了强两个特征根对应的特征向量，即各主要成分解析表达式中的标准化变量的系数向量。故各主要成分解析表达式分别为：f1=0、32zx11+0、33zx12+0、31zx13+0、31zx14+0、32zx15+0、32zx16+0、32zx17+0、32zx18+0、32zx19+0、21zx110+0、15zx111。
f2=8、46zx21+0、02zx22-0、02zx23-0、20zx24-0、23z25-0、04zx26-0、15zx27-0、02zx28+0、10zx29+0、47zx210+0、78zx211。
spss怎么进行主成分分析图文。
9、主成分的得分是相应的因子得分乘以相应的方差的算术平方根。即：主成分1得分=因子1得分乘以9、092的算术平方根主成分2得分=因子2得分乘以1、150的算术平方根例如郑州：主成分因子=fac1_1*9、092的算术平方根=3、59386*9、092的算术平方根=10、83，将各指标的标准化数据带入个主成分解析表达式中，分别计算出2个主成分得分（f1、f2），再以个主成分的贡献率为全书对主成分得分进行加权平均，即：h=（82、672*f1+10、497*f2）/93、124，求得主成分综合得分。
spss怎么进行主成分分析图文。
以上就是关于spss怎么进行主成分分析图文的全部内容。